La línea produce piezas dentro de tolerancia, pero unas mediciones oscilan más que otras y el promedio no revela cuánto. La fórmula de la varianza mide esa dispersión al cuadrar las diferencias respecto a la media, aunque el divisor cambia según analices todas las piezas o solo una muestra.
La varianza mide dispersión y se expresa en unidades al cuadrado
- Población completa: divide la suma de desviaciones cuadráticas entre N.
- Muestra: divide entre n − 1 para estimar la varianza de la población.
- Unidades: si mides en milímetros, la varianza se expresa en mm².
- Lectura práctica: una varianza baja indica mediciones más agrupadas, pero no confirma por sí sola que el proceso esté centrado.
El divisor depende de si mediste toda la producción o una muestra
En la hoja de control aparecen dos fórmulas casi idénticas. La diferencia está al final: N si tienes todos los valores del conjunto que quieres describir; n − 1 si tomaste una muestra para estimar la dispersión de un proceso más amplio.
Varianza poblacional: σ² = Σ(xᵢ − μ)² / N. Aquí μ es la media de toda la población y N, su número total de observaciones.
Varianza muestral: s² = Σ(xᵢ − x̄)² / (n − 1). En esta fórmula, x̄ es la media de la muestra y n, el número de mediciones recogidas. El ajuste n − 1 compensa que la media también se ha estimado a partir de esos datos; el NISTIR 6969 aplica este divisor al estimar la desviación estándar de una serie de mediciones.
Considero que el error más fácil de evitar es escoger el divisor antes de aclarar qué conjunto representan los datos. Si registras cada pieza de un lote cerrado, describe ese lote con N; si inspeccionas una parte para inferir cómo funciona el proceso, usa la fórmula muestral.
Cinco lecturas de una pieza dan una varianza de 0,02 mm²
Imagina que un calibre registra estas cinco medidas de una misma dimensión: 9,8; 10,0; 10,2; 10,0 y 10,0 mm. La media es 10,0 mm y la suma de las diferencias al cuadrado es 0,08 mm²; al tratarlas como muestra, la varianza resulta 0,02 mm².
La desviación típica muestral es la raíz cuadrada de esa varianza: aproximadamente 0,141 mm. Esta cifra vuelve a la unidad original, por lo que suele ser más fácil de contrastar con una tolerancia expresada en milímetros. La varianza, en cambio, conserva las unidades al cuadrado.
Si las cinco lecturas fueran el conjunto completo que quieres describir, el divisor sería cinco y la varianza sería 0,016 mm². La cuenta cambia aunque los datos sean idénticos: por eso una hoja de cálculo puede arrojar dos resultados correctos si sus funciones calculan, respectivamente, varianza muestral y poblacional.
Una varianza pequeña no garantiza piezas centradas ni un proceso estable
La varianza cuenta cuánto se separan las mediciones de su media, pero no indica por sí sola si esa media coincide con el objetivo. Tampoco distingue una oscilación aleatoria de un cambio sostenido por desgaste, temperatura o diferencias entre turnos. El manual de caracterización de procesos de medición del NIST recoge factores como el tiempo, la temperatura y las personas operadoras entre las fuentes de variación.
En un caso sencillo, dos máquinas pueden tener la misma varianza y medias diferentes: una fabrica alrededor del centro de tolerancia y otra, cerca de un límite. La dispersión puede parecer igual, pero la segunda deja menos margen frente a piezas fuera de especificación. Para decidir, acompaña la varianza con la media y el rango de tolerancia.
También revisa el orden temporal de las lecturas. Si el promedio o la dispersión cambian por bloques, una única varianza para todo el periodo puede ocultar el patrón; un gráfico de control permite observar esa evolución. En fabricación, la variación aparece en las mediciones de proceso y producto, como explica el apartado sobre variabilidad de procesos del NIST.
El patrón de las lecturas orienta la comprobación siguiente
Un número aislado rara vez señala la causa del problema. Relaciona el resultado con cómo se tomaron las mediciones y con lo que muestra la línea; esta tabla ayuda a escoger una comprobación inicial.
| Situación observada | Qué puede indicar | Qué hacer |
|---|---|---|
| Varianza alta en repeticiones de una misma pieza | Problemas de repetibilidad, sujeción o resolución del instrumento | Repite la medición bajo las mismas condiciones y revisa el método de apoyo y lectura. |
| Varianza baja, pero media próxima al límite de tolerancia | Medidas agrupadas alrededor de un valor desplazado | Comprueba el centrado respecto al objetivo antes de concluir que el proceso es adecuado. |
| La dispersión aumenta con el tiempo o cambia entre turnos | Posible variación temporal, ambiental o entre personas operadoras | Ordena los datos por hora, máquina y turno; busca en qué bloque comienza el cambio. |
| La varianza de toda la serie parece alta, pero hay varios grupos | Mezcla de máquinas, lotes o condiciones distintas | Calcula y compara la dispersión por grupo antes de resumirlos en una única cifra. |
Si el resultado sube, no ajustes la máquina de inmediato: primero confirma que las unidades, el divisor y las condiciones de medición sean comparables. Mezclar calibres, turnos o métodos en el mismo conjunto puede elevar la varianza sin que haya cambiado una sola máquina.
Para vigilar el proceso, conserva el orden y las condiciones de medición
La varianza sirve para comparar la dispersión entre conjuntos medidos con el mismo método y en unidades iguales. Si las condiciones cambian, el valor deja de ser una comparación limpia: registra qué instrumento, equipo, turno y periodo corresponden a cada observación.
Cuando las mediciones llegan una a una, evita calcular la varianza sobre un intervalo demasiado amplio sin mirar su evolución. Un valor agregado puede disimular un cambio reciente; separar los datos en grupos comparables ayuda a localizar cuándo aparece la variación.
En resumen, usa N para describir una población completa y n − 1 para estimar la dispersión a partir de una muestra. Luego interpreta la varianza junto con la media, las tolerancias y el orden de las mediciones: así el resultado deja de ser una cifra suelta y puede guiar una comprobación útil en la línea.